10.3321/j.issn:0372-2112.2005.04.041
证据理论k-NN规则中确定相似度参数的新方法
本文提出了一种确定证据理论k-NN分类规则中相似度参数的新方法.对于一个模式识别问题,我们首先为每一模式类求得一个参考最近邻距离,使其在最小错误率意义下将训练样本集中属于该模式类的样本与其他样本分离,然后根据所得参考最近邻距离计算相似度函数参数.该方法在训练集比较小、样本非高斯分布条件下仍然能够计算出比较准确的参数,使得相应的分类错误率较小,而且时间复杂度比L.M.Zouhal的方法低约4-8倍.
证据理论、基本概率赋值函数、k-近邻分类
33
TN911.73
国家自然科学基金60441002;大学校科研和校改项目2003SZ002
2005-07-14（万方平台首次上网日期，不代表论文的发表时间）
共3页
766-768
